🌐 Langue

Contact 📫

Le principal contributeur de ce dépôt est un étudiant en Master diplômant en 2026, n'hésitez pas à le contacter pour toute collaboration ou opportunité.

本仓库的主要贡献者是一名 2026 届硕士毕业生，欢迎联系合作或交流机会。

Actualités 📅

[2026/03] : Nous prenons désormais en charge le CLI et avons publié nos modèles affinés sur Hugging Face 🤗 !
[2026/01] : Nous prenons en charge la génération libre et par modèle, l’export PPTX, et le mode hors-ligne ! La gestion de contexte a été ajoutée pour éviter le débordement.
[2025/12] : 🔥 Sortie de la V2 avec des améliorations majeures - Intégration approfondie de la recherche, conception visuelle libre, création autonome d'actifs, génération texte-vers-image, et environnement agent avec sandbox & plus de 20 outils.
[2025/09] : 🛠️ Support du serveur MCP ajouté - voir MCP Server pour les détails de configuration
[2025/09] : 🚀 Sortie de la v2 avec des améliorations majeures - voir release notes pour plus d’informations
[2025/08] : 🎉 Article accepté à EMNLP 2025 !
[2025/05] : ✨ Sortie de la v1 avec les fonctionnalités de base et 🌟 avancée majeure : atteint 1 000 étoiles sur GitHub ! - voir release notes pour plus d’informations
[2025/01] : 🔓 Code source ouvert, avec le code expérimental archivé à experiment release

Utilisation 📖

[!IMPORTANT]

Windows n’est pas supporté. Si vous êtes sous Windows, veuillez utiliser WSL.

Nous recommandons vivement de commencer par le CLI et la tâche minimale pour vérifier que les dépendances et l’environnement sont correctement configurés.

Configuration

Si vous utilisez le CLI, pptagent onboard peut vous aider à créer et mettre à jour ces configurations de façon interactive. Si vous utilisez Docker Compose ou construisez depuis la source, vous devez les préparer manuellement :

cp deeppresenter/config.yaml.example deeppresenter/config.yaml
cp deeppresenter/mcp.json.example deeppresenter/mcp.json

#### Services optionnels pour améliorer la qualité

Les services suivants peuvent améliorer de manière significative la qualité de génération, en particulier pour la profondeur de recherche, l’analyse de PDF et la création d’éléments visuels :

Tavily : améliore la qualité des recherches web. Demandez une clé API sur tavily.com, puis définissez TAVILY_API_KEY dans deeppresenter/mcp.json.
MinerU : améliore la qualité du traitement des PDF. Vous pouvez soit demander une clé API sur mineru.net et configurer MINERU_API_KEY dans deeppresenter/mcp.json, soit déployer MinerU localement et définir MINERU_API_URL à la place.
Modèle texte-vers-image : améliore la qualité de génération des images. Configurez t2i_model dans deeppresenter/config.yaml.

Si vous souhaitez une configuration entièrement hors ligne, déployez MinerU localement et définissez offline_mode: true dans deeppresenter/config.yaml pour éviter le chargement d’outils dépendants du réseau comme la recherche web.

D’autres variables configurables sont disponibles dans constants.py.

1. Utilisation personnelle / Intégration OpenClaw : CLI

[!NOTE]

Sur macOS, la CLI peut installer automatiquement plusieurs dépendances locales, notamment Homebrew, Node.js, Docker, poppler, Playwright et llama.cpp.

Sur Linux, vous devez préparer l’environnement vous-même.

Utilisez ce mode si vous souhaitez la configuration locale la plus rapide ou connecter DeepPresenter à OpenClaw via la CLI.

# Install uv
curl -LsSf https://astral.sh/uv/install.sh | sh
First-time interactive setup
uvx pptagent onboard
Generate a presentation
uvx pptagent generate "Single Page with Title: Hello World" -o hello.pptx
Generate with attachments
uvx pptagent generate "Q4 Report" \
  -f data.xlsx \
  -f charts.pdf \
  -p "10-12" \
  -o report.pptx

| Commande | Description | | ---------------------- | --------------------------------------------------- | | pptagent onboard | Assistant de configuration interactif | | pptagent generate | Générer des présentations | | pptagent config | Afficher la configuration actuelle | | pptagent reset | Réinitialiser la configuration | | pptagent serve | Démarrer le service d'inférence local utilisé par le CLI |

2. Configuration minimale / Développement : Compilation depuis la source

Utilisez ce mode si vous souhaitez la couche d'abstraction la plus légère et un contrôle total sur les dépendances durant le développement.

uv pip install -e .
playwright install-deps
playwright install chromium
npm install --prefix deeppresenter/html2pptx
modelscope download forceless/fasttext-language-id
docker pull forceless/deeppresenter-sandbox
docker pull forceless/deeppresenter-host
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox
or build from dockerfile
docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .

Démarrez l'application :

python webui.py

3. Déploiement du serveur : Docker Compose

Utilisez ce mode pour un environnement serveur stable avec des dépendances explicites.

# Pull the public images to avoid build from source
docker pull forceless/deeppresenter-sandbox
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox
Or build from source
docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .
Start the host service
docker compose up -d

The service exposes the web UI on http://localhost:7861.

Case Study 💡

#### Prompt: Please present the given document to me.

#### Prompt: 请介绍小米 SU7 的外观和价格

#### Prompt: 请制作一份高中课堂展示课件，主题为“解码立法过程：理解其对国际关系的影响”

Contributeurs 🌟

_Force1ess	_Puelloc	_hongyan	_Dnoob	_Sadahlu
_{KurisuMakiseSame}	_Angelen	_BrandonHu	_{Eliot White}	_EvolvedGhost
_ISCAS-zwl	_{James Brown}	_JunZhang	_{Open AI Tx}	_{Sense_wang}
_SuYao	_{Zakir Jiwani}	_Zhenyu	_lnennnn

Citation 🙏

Si vous trouvez ce projet utile, veuillez utiliser la référence suivante :

@inproceedings{zheng-etal-2025-pptagent, title = "{PPTA}gent: Generating and Evaluating Presentations Beyond Text-to-Slides", author = "Zheng, Hao and Guan, Xinyan and Kong, Hao and Zhang, Wenkai and Zheng, Jia and Zhou, Weixiang and Lin, Hongyu and Lu, Yaojie and Han, Xianpei and Sun, Le", editor = "Christodoulopoulos, Christos and Chakraborty, Tanmoy and Rose, Carolyn and Peng, Violet", booktitle = "Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing", month = nov, year = "2025", address = "Suzhou, China", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/2025.emnlp-main.728/", doi = "10.18653/v1/2025.emnlp-main.728", pages = "14413--14429", ISBN = "979-8-89176-332-6", abstract = "Automatically generating presentations from documents is a challenging task that requires accommodating content quality, visual appeal, and structural coherence. Existing methods primarily focus on improving and evaluating the content quality in isolation, overlooking visual appeal and structural coherence, which limits their practical applicability. To address these limitations, we propose PPTAgent, which comprehensively improves presentation generation through a two-stage, edit-based approach inspired by human workflows. PPTAgent first analyzes reference presentations to extract slide-level functional types and content schemas, then drafts an outline and iteratively generates editing actions based on selected reference slides to create new slides. To comprehensively evaluate the quality of generated presentations, we further introduce PPTEval, an evaluation framework that assesses presentations across three dimensions: Content, Design, and Coherence. Results demonstrate that PPTAgent significantly outperforms existing automatic presentation generation methods across all three dimensions." }

@misc{zheng2026deeppresenterenvironmentgroundedreflectionagentic, title={DeepPresenter: Environment-Grounded Reflection for Agentic Presentation Generation}, author={Hao Zheng and Guozhao Mo and Xinru Yan and Qianhao Yuan and Wenkai Zhang and Xuanang Chen and Yaojie Lu and Hongyu Lin and Xianpei Han and Le Sun}, year={2026}, eprint={2602.22839}, archivePrefix={arXiv}, primaryClass={cs.AI}, url={https://arxiv.org/abs/2602.22839}, }

--- Tranlated By Open Ai Tx | Last indexed: 2026-04-09 ---